2026《卷积神经网络概述》2800字.docx

卷积神经网络概述

目录

TOC\o1-3\h\u8207卷积神经网络概述 1

207601.1卷积神经网络的基本结构 1

235361.2卷积层 2

153011.3池化层 6

传统的BP神经网络，可以从海量的数据中学习非线性高维的特征映射，应用广泛，但仍存在一些问题。

首先，隐藏层的增加，意味着连接权值等参数也越多，这无疑会增加系统的负担，带来计算上的困难。同时参数的增多还会导致过拟合问题，而且连接权值的确定也需要更大的数据集。

其次，对于图像来说，不具备一些基本操作的不变性，如平移、旋转等。在输入到神经网络之前，我们必须对其进行预处理，这可能会导致图